1️⃣ Introducción

Esta guía proporciona una serie de gráficos para realizar un Análisis Exploratorio de Datos (EDA) en diferentes niveles:

Esta guía te ayudará a seleccionar el gráfico más adecuado según el tipo de variable analizada.

2️⃣ Carga de Librerías y Configuración

# 📌 Cargar librerías necesarias
library(here)           # Manejo de rutas dinámicas
library(janitor)        # Limpieza de nombres de columnas
library(summarytools)   # Resumen estadístico detallado
library(ggplot2)        # Gráficos
library(dplyr)          # Manipulación de datos
library(plotly)         # Gŕaficos Interactivos

# 📌 Configuración de gráficos globales
theme_set(theme_minimal())
source(here("reportes/Proy_Startup_Data/00_CONFIGURACION.r"))

# 📌 Cargar scripts de preprocesamiento
source(here("scripts/utils.r"))
source(here("scripts/1_preprocesamiento_esp_dataset.r"))
source(here("scripts/2_analisis_gráfico.r"))

3️⃣ Carga y Preprocesamiento de Datos

📌 ¿Qué hace esta función?

✔ Limpia los nombres de las columnas. ✔ Convierte variables categóricas en factores. ✔ Filtra valores inválidos. ✔ Retorna un dataset listo para análisis.

# 📌 Cargar y preprocesar el dataset
dataset_startup <- preprocesar_datos(here("datasets/startup_data_limpio.csv"), "Startup Data")
## 📥 Cargando datos del proyecto: Startup Data 
## 🧹 Realizando limpieza de datos...
## 📊 Aplicando preprocesamiento específico para Startup Data...
## ✅ Preprocesamiento completado para: Startup Data

4️⃣ Análisis Unidimensional

El análisis unidimensional permite estudiar la distribución de una sola variable.

📌 Boxplot para una variable cuantitativa

📌 Útil para: Detectar valores atípicos y distribución de datos.

# Boxplot para número de empleados
p_boxplot_empleados <- crear_boxplot(
  data = dataset_startup, 
  y = "employees", 
  title = "Distribución del Número de Empleados en Startups",
  xlab = "Startups",
  ylab = "Número de Empleados",
  colores = "lightblue"
)

guardar_grafico(p_boxplot_empleados, here("reportes/Proy_Startup_Data/resultados_generados/boxplot_empleados.png"))
convertir_interactivo(p_boxplot_empleados)

📌 Histograma para una variable cuantitativa

📌 Útil para: Observar la distribución de frecuencia de una variable numérica.

# Histograma de financiamiento recibido
p_histograma_financiamiento <- crear_histograma(
  data = dataset_startup, 
  x = "funding_amount_m_usd",
  title = "Distribución del Financiamiento Recibido por Startups",
  xlab = "Monto de Financiamiento (millones USD)",
  ylab = "Frecuencia",
  binwidth = 10,
  colores = "blue"
)

guardar_grafico(p_histograma_financiamiento, here("reportes/Proy_Startup_Data/resultados_generados/histograma_financiamiento.png"))
convertir_interactivo(p_histograma_financiamiento)

📌 Barplot para una variable cualitativa

📌 Útil para: Mostrar la frecuencia de categorías en una variable cualitativa.

# Distribución de startups por industria
p_barplot_industria <- crear_barplot(
  data = dataset_startup,
  x = "industry",
  fill = "industry",
  title = "Distribución de Startups por Industria",
  xlab = "Industria",
  ylab = "Número de Startups",
  voltear = TRUE
)

guardar_grafico(p_barplot_industria, here("reportes/Proy_Startup_Data/resultados_generados/barplot_industria.png"))
convertir_interactivo(p_barplot_industria)

##5️⃣ Análisis Multivariado

El análisis multivariado permite explorar relaciones entre dos o más variables.

📌 Comparación del Financiamiento por Industria

📌 Útil para: Evaluar si ciertas industrias reciben más financiamiento que otras.

p_boxplot_financiamiento_industria <- crear_boxplot(
  data = dataset_startup,
  x = "industry",
  y = "funding_amount_m_usd",
  fill = "industry",
  title = "Distribución del Financiamiento por Industria",
  xlab = "Industria",
  ylab = "Monto de Financiamiento (millones USD)",
  rotar_x = TRUE
)

guardar_grafico(p_boxplot_financiamiento_industria, here("reportes/Proy_Startup_Data/resultados_generados/boxplot_financiamiento_industria.png"))
convertir_interactivo(p_boxplot_financiamiento_industria)

📌 Relación entre Valuación y Financiamiento

📌 Útil para: Explorar la correlación entre el financiamiento recibido y la valuación de la startup.

p_scatter_valuacion_vs_financiamiento <- crear_scatterplot(
  data = dataset_startup,
  x = "funding_amount_m_usd",
  y = "valuation_m_usd",
  title = "Relación entre Valuación y Financiamiento",
  xlab = "Financiamiento Recibido (millones USD)",
  ylab = "Valuación de la Startup (millones USD)"
)

guardar_grafico(p_scatter_valuacion_vs_financiamiento, here("reportes/Proy_Startup_Data/resultados_generados/scatter_valuacion_vs_financiamiento.png"))
convertir_interactivo(p_scatter_valuacion_vs_financiamiento)

📌 Estado de Salida de Startups

📌 Útil para: Analizar la cantidad de startups que han sido adquiridas, han salido a la bolsa (IPO) o permanecen privadas.

p_barplot_exit_status <- crear_barplot(
  data = dataset_startup,
  x = "exit_status",
  fill = "exit_status",
  title = "Estado de Salida de Startups",
  xlab = "Estado de Salida",
  ylab = "Cantidad de Startups",
  colores = c("Acquired" = "blue", "IPO" = "purple", "Private" = "gray")
)

guardar_grafico(p_barplot_exit_status, here("reportes/Proy_Startup_Data/resultados_generados/barplot_exit_status.png"))
convertir_interactivo(p_barplot_exit_status)

📌 Conclusión

Este análisis gráfico ha permitido visualizar patrones clave en el éxito de las startups:

✅ El financiamiento y la valuación están fuertemente correlacionados.

✅ Algunas industrias, como FinTech y AI, reciben más financiamiento en promedio.

✅ Las startups con mayor market share tienden a encontrarse en regiones específicas.

✅ El número de startups rentables aún es bajo, indicando largos períodos de inversión antes de alcanzar sostenibilidad.